基于半監(jiān)督聯(lián)邦學習的分布式電源調控安全威脅協(xié)同檢測

摘要： 針對現(xiàn)有分布式電源調控系統(tǒng)安全威脅檢測存在的檢測精度不高、通信效率低等突出問題，以及由于數(shù)據(jù)手工標注的高成本、低效率等客觀原因和模型自動偽標注不可信導致的數(shù)據(jù)利用不充分問題，提出了一種基于半監(jiān)督聯(lián)邦學習（SSFL）的安全威脅分布式協(xié)同檢測方法，在云端和邊緣設備之間進行協(xié)同訓練，并通過未標記數(shù)據(jù)進行模型自我學習和優(yōu)化，從而更好適應分布式電源調控系統(tǒng)的安全威脅環(huán)境。首先，采用改進T... （共11頁）